首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于QFR、OFR的多模态冠脉功能评估方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:徐州市中心医院

摘要:本发明涉及多模态冠脉功能评估方法,具体的说是一种基于QFR、OFR的多模态冠脉功能评估方法。首先开发图像融合算法,整合来自QFR的冠脉造影数据和OFR的OCT扫描数据,以生成综合的三维血管模型,所述的三维血管模型提供血管几何形状和血流动态信息;接着利用该融合后的三维血管模型,开发基于物理的血流模拟工具,实时模拟血流动态,包括血流速度和压力分布,以准确地计算FFR值;然后引入基于患者特定的血管几何形状和血流特性个性化估计基础血流速度的算法,克服传统OFR方法中基于假设的血流速度限制;最后建立综合评估系统,提供FFR值、提供包括斑块成分、血管弹性的血管壁详细信息,为临床提供全面的冠脉功能评估。

主权项:1.一种基于QFR、OFR的多模态冠脉功能评估方法,其特征在于包括以下步骤:首先开发图像融合算法,整合来自QFR的冠脉造影数据和OFR的OCT扫描数据,以生成综合的三维血管模型,所述的三维血管模型提供血管几何形状和血流动态信息;接着利用所述的三维血管模型,开发基于物理的血流模拟工具,实时模拟血流动态,包括血流速度和压力分布,以准确地计算FFR值;然后引入基于患者特定的血管几何形状和血流特性个性化估计基础血流速度的算法,克服传统OFR方法中基于假设的血流速度限制;最后建立综合评估系统,提供FFR值、提供包括斑块成分、血管弹性的血管壁详细信息,为临床提供全面的冠脉功能评估;所述的图像融合算法实现方法包括:S1、引入驱动的图像融合算法,基于QFR和OFR的扫描数据,使用卷积神经网络CNN和生成对抗网络GAN学习两种图像扫描数据之间的内在联系,识别并融合关键图像特征,以生成综合的三维血管模型;S2、通过实施多尺度融合策略,在不同的解析度级别上处理和融合图像,确保大尺度的解剖结构和小尺度的细节都得到准确重建,从而提供血管几何形状和血流动态信息;S3、引入动态血流模拟技术,利用图像融合模型的准确血管几何数据来模拟血流动态,以及使用机器学习算法,根据融合后的三维血管模型和患者特定的生理参数个性化建模血流特性,为每位患者提供精准的血流动态评估;所述的多尺度融合策略采用方法包括以下步骤:S1、采用金字塔分解方法对图像进行多尺度分解,表示为: 其中,x代表原始图像数据;an和bn是调节参数,由n表示用于控制在不同尺度下的图像特征的贡献程度;表示高斯函数,用于平滑和过滤图像;S2、使用自定义特征提取函数: 对每个尺度的图像进行特征提取,其中,x和y代表图像的像素值,和分别表示对x和y的导数;函数内部的表达式是Sigmoid函数,用于增强图像边缘特征;S3、利用生成对抗网络GAN,通过融合公式:Gz=c·z·logz+1生成融合图像,其中,z是经过特征提取后的图像数据,c是用于调节融合效果的常数;融合公式利用对数函数logz+1来平衡和增强图像融合的效果;S4、采用三维重建公式: 其中,v代表融合后图像的体素值,和分别表示v关于x和y的偏导数,以生成综合的三维血管模型。

全文数据:

权利要求:

百度查询: 徐州市中心医院 一种基于QFR、OFR的多模态冠脉功能评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。